【摘 要】
：
数字图像具有数据量大、冗余度高、像素间关联性强等特点，打破数据间关联性及提高敏感性是保护图像信息的关键。针对如何快速有效打破图像像素间强关联性、提高图像数据敏感性等问题，提出基于Logistic混沌映射的分块循环DNA图像加密算法。算法采用二次置乱、一次扩散结构，首先通过Zigzag变换置乱明文图像，打破明文像素间强关联性；其次将伪随机序列生成器产生的密钥作为混沌参数，进行混沌映射生成动态DNA编
论文部分内容阅读
数字图像具有数据量大、冗余度高、像素间关联性强等特点，打破数据间关联性及提高敏感性是保护图像信息的关键。针对如何快速有效打破图像像素间强关联性、提高图像数据敏感性等问题，提出基于Logistic混沌映射的分块循环DNA图像加密算法。算法采用二次置乱、一次扩散结构，首先通过Zigzag变换置乱明文图像，打破明文像素间强关联性；其次将伪随机序列生成器产生的密钥作为混沌参数，进行混沌映射生成动态DNA编码/解码、运算规则，对置乱的明文图像进行DNA编码形成初始密文；然后利用DNA运算规则，对初始密文进行分
其他文献
在现实应用中，区间值数据会因为测量、干扰或信息传输等噪声影响导致数据出现缺失值，而且这些数据随着时间推移呈现动态递增趋势，忽略或删除这些数据很有可能导致有用信息的丢失而出现决策误判。为此，针对这一问题，提出面向不完备区间值决策系统的三支决策模型和增量式规则获取算法。首先定义不完备区间值数据的量化相似容差关系，构造出基于不完备区间值决策系统的三支决策模型；其次从两个层级分析对象集动态规则获取策略，提
时分双工（time division duplexing，TDD）组网的5G系统面临大气波导效应造成的远端干扰问题。首先介绍了中国移动2.6 GHz频段5G系统面临的大气波导干扰风险和现状，总结了2.6 GHz频段5G大气波导干扰时频域干扰特征。然后对5G大气波导干扰测试结果进行了验证分析，包括不同帧偏置、不同业务负载、施/受扰小区不同天线下倾角配置下的大气波导干扰影响分析。最后通过对比结果得出指
针对移动边缘计算环境下，移动设备的计算、续航、存储能力的不足，导致其响应延迟、电池寿命降低等问题，设计了一种使所有设备的总能耗最低的动态节能资源竞争计算卸载(DERCO)策略。该策略综合考虑了信道容量以及设备间的相互干扰等情况，以一种贪婪算法的思想，让所有边缘设备通过迭代竞争信道资源，节能效果最好的设备将获得卸载机会，再利用一次性卸载方法，根据实时的信道状况和卸载速率进行动态的细粒度子任务卸载决策
针对梯度下降算法收敛速度较慢的问题，设计了一种用于相干接收机的有限脉冲响应（FIR）色散均衡器。采用动量梯度下降算法并进行优化，在每次更新迭代时对梯度进行指数加权平均并进行偏差修正，能够更快地接近最小均方误差。利用OptiSystem搭建单载波相干光传输系统并与MATLAB进行联合仿真验证，结果表明动量梯度下降算法更新抽头权值能更快地接近最小值，学习率越高速度越快。学习率为0.1、动量系数为0.9
传统机器学习在恶意软件分析上需要复杂的特征工程，不适于大规模的恶意软件分析。为提高在Android恶意软件上的检测效率。基于此，文中将Android恶意软件字节码文件映射成灰阶图像，综合利用深度可分离卷积(depthwise separable convolution,DSC)和注意力机制提出基于全局注意力模块(GCBAM)的Android恶意软件分类模型。从APK文件中提取字节码文件；将字节码文
尽管深度卷积神经网络在多种应用中取得了极大的成功，但由于其结构的冗余性导致模型过大的存储容量和过高的计算代价，难以部署到资源受限的边缘设备中。网络剪枝是消除网络冗余的一种有效途径，为了找到在有限资源下最佳的神经网络模型架构，提出了一种高效的柔性剪枝策略。一方面，通过计算通道贡献量，兼顾通道缩放系数的分布情况；另一方面，通过对剪枝结果的合理估计及预先模拟，提高剪枝过程的效率。基于VGG16与ResN
利用行为子集可以求得事件日志与过程模型之间的近似一致性度，但现有方法得到日志候选迹间的行为差异小，影响了行为子集的代表性而导致近似一致性度的准确度偏低。针对该问题，提出一种应用聚类技术预处理事件日志以构造行为子集的近似一致性方法。首先根据迹之间的Levenshtein编辑距离，将事件日志中具有较高行为相似性的迹聚类成若干个子日志；然后遍历各子日志，采用簇内高频和簇中心两种方法选出子日志中的代表迹，
针对运动载体速度估计方法精度不足、模型复杂等问题，提出了一种精度高、模型复杂度低的基于北斗三号卫星非差多普勒观测信号的优化测速模型。该模型利用北斗三号卫星原始数据，使用复杂度低的多普勒测速模型估计载体速度。为提高测速精度和解算效率，首先对原始模型线性化处理，然后依据载体航向与其速度矢量的相关性增加松约束。用北斗三号卫星实测数据验证了该模型的测速精度，评估了该模型的适用性。实验结果表明：载体静止时，
针对一个具有精确可满足性相变现象的大值域随机约束满足问题，提出了两种启发式动态回溯算法，即基于动态度的ddeg-MAC(dynamic degree-Maintaining Arc Consistency)回溯算法和基于值域与动态度比值的dom/ddegMAC(dom/dynamic degree-Maintaining Arc Consistency)回溯算法。这两种算法分别基于ddeg和dom
深度传感器及激光扫描技术的快速发展使人们可以轻易地采集到大量的点云数据。点云数据可以提供丰富的场景及对象信息，现已成为自动驾驶、虚拟现实、机器人导航等应用的首选研究对象。作为点云处理的有效手段，点云分割技术受到了各界的广泛关注。尤其是在深度学习的推动下，点云分割的精度和鲁棒性有了很大的提升。该文首先介绍了点云分割存在的问题与挑战，接着从间接、直接处理点云的角度对点云分割近年来的工作进行了对比分析，